Skip to main content

医疗

视觉 AI 赋能数字化转变

边缘人工智能

从运输和医疗到教育、制造市场,各类应用生成了高质量视频数据。而因为有了视觉 AI 的增强,可以在边缘进行分析以提供高价值的洞察,加速数字化转变。

“电脑视觉在边缘对超高清视频数据的应用带来了极大的改变,” YUAN High-Tech 的总经理 HP Lin 评价道。这家公司是智能视频处理解决方案的制造商。“这会以一种十年前的我们无法想象的方式,改变我们的工作、生活和学习。”

视觉 AI 在医院、媒体、教室等场所的应用

面向超高清视频的 AI 视频处理平台可以处理多个基本电脑视觉任务:视频捕捉和播放加速、目标检测、运动识别等。换句话说,这些解决方案可以完成多种场景下的常规视觉 AI 工作负载任务,这意味着最终用户和系统集成商可以在多种用例中进行灵活运用:

  • 在医疗场景中,边缘的智能视频处理可以实现实时 4K60 视频捕获、播放和分析,而不需要独立 GPU 来处理医疗成像中繁重的 AI 推理工作负载。我们会获得一个综合的视觉 AI 解决方案,提供实时决策,支持医疗专业人员进行诊断和治疗。
  • 在直播场景中,电视导演会遇到许多视频编辑难题:要同时使用多种角度的视频,进行复杂的视频剪接和切换等等。这种类型的“即时编辑”需要大量的算力,但边缘 AI 可以助力实时处理这些工作负载,获得更流畅的视频捕获、转换,观众也会看到更高的画质。
  • 在教育场景中,AI 和电脑视觉将在很大程度上丰富学习与教学体验。到目前为止,课堂视频捕获至允许简单视频存储和播放。但是智能视频解决方案可以捕获并分析学生和教师之间的实时互动。这意味着系统可以监控教师的身体活动以及学生的表达方式,并为课堂提供实时反馈,帮助教师了解是否有学生需要额外的帮助或按需调整教学方式。
  • 在安全领域,我们预计会看到一系列新的 AI 视觉应用。在智慧城市领域,将视觉 AI 运用至交通摄像头数据中可以帮助预防危险驾驶和交通违法问题。在公共领域,AI 视频分析可以用于简化机场入口检查,并让大学校园和学校变得更加安全。

显然,我们看到了很多颇具吸引力的可能性。但是广泛的采用这项技术也面临挑战。组织往往因为以下原因犹豫是否实施视觉 AI 解决方案:推理工作负载所需要的超高处理能力,边缘的系统稳定性,以及全面的视频处理工作流程所可能带来的困难。

但是现在我们完全有理由乐观,HP Lin 说,“现代的智能视频平台能够解决视觉 AI 的历史难题,因为它们能够提供强大且高效的边缘处理能力、全面的工作流程和部署后的真实稳定性。”

为边缘 AI 构建的硬件和软件

开发通用 AI 视频处理解决方案的一个重大要素是为边缘视觉 AI 设计的#电脑硬件,以及能够简化为最终用户特定需求定制解决方案这一流程的软件开发工具。

例如,YUAN High-Tech 在其解决方案中便使用了英特尔技术:

  • 英特尔® 赛扬® 和 英特尔® 酷睿 处理器提供为边缘计算视觉工作负载优化的高性能硬件平台,且支持多通道高清显卡处理。
  • 英特尔® OpenVINO 工具套件为电脑视觉任务加速性能,包括为 AI 算法提供显著优化。

“我们的解决方案要进入市场,英特尔技术是其中特别重要的一环,” HP Lin 说。“它非常适用于构建边缘 AI 和电脑视觉解决方案,特别是当我们需要兼顾性能和灵活性时。”

不断增长的电脑视觉生态系统

视觉 AI 的未来看上去一片光明。部分由于视频作为构建 AI 应用基础的特殊优势:多维度数据获取、情境数据分析,以及实时理解并响应人类行为的能力。

除此之外,电脑视觉解决方案以及支撑技术的日渐普及,必将推动未来更大范围内的应用。YUAN High-Tech 的团队似乎也是这么认为:“我们致力于构建更活跃的视觉生态系统,推动智能视频分析解决方案在更多行业的实施,” HP Lin 说。

随着原有的应用难题解决,视觉 AI 生态系统蓬勃生长,系统集成商和解决方案制造商应该可以更轻松地帮助企业、学校和政府利用边缘电脑视觉提供的实时分析、更高的效率和更安全的环境。

 

insight.tech 的副主编 Georganne Benesch 编辑。